自适应驾驶人特性的汽车追尾预警及避撞安全辅助方法研究
汽车驾驶辅助系统(ADAS)能够有效防止交通事故,但仍存在复杂交通环境目标识别准确度低、人-车-路耦合的驾驶人操控行为难以准确建模、预警/避撞算法与驾驶人特性符合度不够等问题.本项目针对汽车追尾预警/避撞所涉及的理论方法及关键技术进行研究,重点研究ADAS与驾驶人适应性问题,提出自适应驾驶人特性的汽车纵向安全辅助方法,为提高ADAS可接受度和实用性提供理论依据和技术支撑.系统分析了驾驶人跟车和换道行为，并基于驾驶人行为特性参数与驾驶意图之间的关联性，以及自然语言行为和换道行为的相似性，确定了应用于意图识别的特征信息组，提出基于自然语音模型的目标行为意图识别方法，构建了多车道驾驶人跟驰和换道行为模型。
汽车驾驶辅助系统 驾驶人特性 特征提取 目标识别
王建强
清华大学
国内会议
沈阳
中文
551-551
2016-08-10（万方平台首次上网日期，不代表论文的发表时间）